कृत्रिम बुद्धिमत्ता कोडिंग, वातावरण कोडिंग आणि एजंटचा थवा एआय कोड टूल्स मार्केटच्या मूल्याचे कौतुक करून अलीकडेच बाजारात एक रोमांचक आणि आश्चर्यकारक प्रवेश केला आहे $4.8 अब्ज आणि वार्षिक 23% दराने वाढण्याची अपेक्षा आहे. कंपन्या एआय कोडिंग एजंट्सशी झगडत आहेत आणि महागड्या मानवी कोडरचे काय करावे.
त्यांना सल्ल्याची कमतरता नाही. ओपनएआय सीईओचा अंदाज आहे की एआय कामगिरी करू शकते मानवी अभियंते जे करू शकतात त्यापैकी 50% पेक्षा जास्त. सहा महिन्यांपूर्वी, अँथ्रोपिकचे सीईओ म्हणाले की ए.आय तो 90% कोड लिहील सहा महिन्यांत. मेटा चे सीईओ म्हणाले की त्यांचा विश्वास आहे की एआय तेच करेल मध्यम-स्तरीय अभियंते “लवकरच” बदलले. द्वारे न्याय अलीकडील तंत्रज्ञान टाळेबंदीअनेक अधिकारी हा सल्ला स्वीकारताना दिसतात.
सॉफ्टवेअर अभियंते आणि डेटा वैज्ञानिक हे बऱ्याच कंपन्यांमध्ये सर्वात महागडे पगार आहेत आणि व्यवसाय आणि तंत्रज्ञानाच्या नेत्यांना त्यांची जागा कृत्रिम बुद्धिमत्तेने घेण्याचा मोह होऊ शकतो. तथापि, अलीकडील हाय-प्रोफाइल अपयश हे सिद्ध करतात की अभियंते आणि त्यांचे कौशल्य मौल्यवान राहते, जरी AI प्रभावी प्रगती करत आहे.
SaaStr आपत्ती
जेसन लेमकिन, एक तंत्रज्ञान उद्योजक आणि SaaS समुदायाचे संस्थापक, सक्रियपणे SaaS नेटवर्क ऍप्लिकेशन प्रोग्रामिंग करत आहेत आणि त्यांचा अनुभव थेट-ट्विट करत आहेत. त्याच्या साहसाच्या एका आठवड्यानंतर, त्याने त्याच्या प्रेक्षकांसमोर कबूल केले की काहीतरी भयंकर चुकीचे होत आहे. कृत्रिम बुद्धिमत्ता त्याचा उत्पादन डेटाबेस हटवा “कोड आणि प्रक्रिया गोठविण्याची” विनंती असूनही. ही अशी चूक आहे जी कोणताही अनुभवी (किंवा अर्ध-अनुभवी) अभियंता करणार नाही.
जर तुम्ही कधी व्यावसायिक प्रोग्रामिंग वातावरणात काम केले असेल, तर तुम्हाला तुमच्या विकासाचे वातावरण उत्पादनापासून वेगळे कसे करायचे हे माहित आहे. कनिष्ठ अभियंत्यांना विकास वातावरणात पूर्ण प्रवेश दिला जातो (जे उत्पादकतेसाठी महत्त्वपूर्ण आहे), परंतु उत्पादन प्रवेश मर्यादित गरजेच्या आधारावर आणखी काही विश्वासू वरिष्ठ अभियंत्यांना दिला जातो. प्रतिबंधित प्रवेशाचे कारण तंतोतंत हे वापर प्रकरण आहे: कनिष्ठ अभियंता चुकून उत्पादन बंद करण्यापासून रोखण्यासाठी.
खरे तर लेमकिनने दोन चुका केल्या. प्रथम: उत्पादनासारख्या गंभीर गोष्टीसाठी, अविश्वासू अभिनेत्यांना कधीही प्रवेश करण्याची परवानगी दिली जात नाही (आम्ही कनिष्ठ अभियंता किंवा चांगल्या एआयला विचारण्यावर विश्वास ठेवत नाही). दुसरे म्हणजे, विकास आणि उत्पादन कधीही वेगळे केले गेले नाही. लिंक्डइनवर त्यानंतरच्या सार्वजनिक संभाषणात, स्टॅनफोर्ड विद्यापीठातून एक्झिक्युटिव्ह एमबीए आणि बर्कलेचे जेडी असलेले लेमकिन यांनी कबूल केले की त्याला सर्वोत्तम पद्धतींची माहिती नव्हती विभाजन विकास आणि उत्पादन डेटाबेस.
व्यावसायिक नेत्यांना काय माहित असणे आवश्यक आहे की मानक सॉफ्टवेअर अभियांत्रिकी सर्वोत्तम पद्धती अजूनही लागू आहेत. आम्ही कनिष्ठ अभियंते जसे AI मध्ये कमीत कमी समान सुरक्षा मर्यादा समाविष्ट केल्या पाहिजेत. निःसंशयपणे आपण आणखी पुढे जाऊन एआयला थोडे अधिक आक्रमकपणे वागवले पाहिजे: असे अहवाल आहेत की स्टॅनले कुब्रिकच्या चित्रपटातील एचएएल प्रमाणे 2001: एक अंतराळ प्रवासकृत्रिम बुद्धिमत्ता हे करण्याचा प्रयत्न करू शकते त्याच्या संरक्षित वातावरणातून बाहेर पडा एखादे कार्य पूर्ण करण्यासाठी. जसजसे प्रोग्रामिंग अधिक गतिमान होत जाते, तसतसे अनुभवी अभियंते असणे ज्यांना जटिल सॉफ्टवेअर प्रणाली कशी कार्य करते हे समजते आणि विकास प्रक्रियेत योग्य रेलिंग लागू करू शकतात हे अधिकाधिक आवश्यक होत जाईल.
चहा ब्रेकथ्रू
सीन कुक हे टी चे संस्थापक आणि सीईओ आहेत, 2023 मध्ये लॉन्च करण्यात आलेले मोबाईल ॲप, महिलांना सुरक्षितपणे डेट करण्यात मदत करण्यासाठी डिझाइन केलेले आहे. 2025 च्या उन्हाळ्यात, ते “हॅक” झाले.": 13,000 पडताळणी प्रतिमा आणि सरकारी आयडी प्रतिमांसह 72,000 प्रतिमा गोळा केल्या गेल्या 4chan सामान्य चर्चा मंचावर लीक. आणखी वाईट म्हणजे, चहाचे स्वतःचे गोपनीयता धोरण हे फोटो असतील असे वचन देते "ते लगेच हटवण्यात आले" वापरकर्ते प्रमाणीकृत केल्यानंतर, याचा अर्थ ते शक्यता आहे तुम्ही त्यांच्या गोपनीयता धोरणाचे उल्लंघन केले आहे.
मी एअर कोट्समध्ये “पेनिट्रेशन” हा शब्द वापरतो कारण ही घटना हल्लेखोरांच्या बुद्धिमत्तेमुळे उद्भवलेली नाही जितकी बचावकर्त्यांच्या अक्षमतेमुळे आहे. त्यांच्या डेटा धोरणांचे उल्लंघन करण्याव्यतिरिक्त, ॲपने फायरबेस स्टोरेज पूल असुरक्षित ठेवला आहे, संवेदनशील वापरकर्ता डेटा सार्वजनिक इंटरनेटवर उघड करणे. तुमच्या कौटुंबिक दागिन्यांसह तुमची पाठ उघडी ठेवून समोरच्या दरवाजाला कुलूप लावणे हे डिजिटल समतुल्य आहे.
याचे मूळ कारण डायनॅमिक प्रोग्रामिंग होते की नाही हे आम्हाला माहित नसले तरी, टीचा हॅक खराब विकास प्रक्रियेमुळे मूलभूत, टाळता येण्याजोग्या सुरक्षा त्रुटींमुळे होणारे आपत्तीजनक उल्लंघन हायलाइट करते. शिस्तबद्ध आणि विचारशील अभियांत्रिकी प्रक्रिया ज्या कमकुवततेचे निराकरण करू शकते. दुर्दैवाने, आर्थिक दबावांचा सतत दबाव, जिथे “दुबळे” आणि “जलद हालचाल करा आणि गोष्टी तोडणे” ही संस्कृती अगदी उलट आहे आणि कोडिंगमुळे समस्या आणखी वाढतात.
एआय कोडिंग एजंट्स सुरक्षितपणे कसे स्वीकारायचे?
तर, व्यवसाय आणि तंत्रज्ञानाच्या नेत्यांनी AI बद्दल कसा विचार केला पाहिजे? प्रथम, प्रोग्रामिंगसाठी एआय सोडण्याचा हा कॉल नाही. एमआयटी स्लोन अभ्यास अंदाजे AI मुळे उत्पादकता 8% आणि 39% च्या दरम्यान वाढते, तर A मॅकिन्से अभ्यास एआय वापरून एखादे कार्य पूर्ण करण्यासाठी लागणाऱ्या वेळेत मला 10% ते 50% कपात आढळली.
तथापि, आपण जोखमींबद्दल जागरूक असले पाहिजे. सॉफ्टवेअर इंजिनिअरिंगचे जुने धडे सुटत नाहीत. यामध्ये आवृत्ती नियंत्रण, स्वयंचलित एकक आणि एकत्रीकरण चाचण्या, SAST/DAST सारख्या स्वच्छतेच्या तपासण्या, विकास आणि उत्पादन वातावरणाचे पृथक्करण, कोड पुनरावलोकन आणि रहस्ये व्यवस्थापन यासारख्या अनेक प्रयत्न केलेल्या आणि खऱ्या सर्वोत्तम पद्धतींचा समावेश आहे. काहीही असल्यास, ते अधिक प्रमुख होतात.
AI मनुष्य लिहू शकतील त्यापेक्षा 100 पट वेगाने कोड तयार करू शकतो, उत्पादकतेचा भ्रम वाढवतो जो अनेक अधिकाऱ्यांसाठी मोहक सायरन कॉल आहे. तथापि, त्वरीत तयार केलेल्या एआय स्टोअरची गुणवत्ता अद्याप वादासाठी आहे. जटिल उत्पादन प्रणाली विकसित करण्यासाठी, संस्थांना मानवी अभियंत्यांच्या विचारशील आणि अनुभवी तज्ञांची आवश्यकता आहे.
तियानहुई मायकेल ली हे प्राग्मॅटिक इन्स्टिट्यूटचे अध्यक्ष आणि डेटा इनक्यूबेटरचे संस्थापक आणि अध्यक्ष आहेत.
आमच्या वेबसाइटवरून अधिक वाचा पाहुणे लेखक. किंवा तुमची स्वतःची पोस्ट सबमिट करण्याचा विचार करा! आमचे पहा येथे मार्गदर्शक तत्त्वे.
